基于Landsat-8 的柳州市地表溫度變化遙感反演研究

賀華承

（長江大學(xué)，武漢 430100）

地表溫度（Land Surface Temperature，LST）是非常重要的地表參數(shù)之一，涉及許多基礎(chǔ)科學(xué)的研究，其影響著“地－氣”之間的能量交換和水熱平衡的過程，在城市熱環(huán)境、輻射和能量平衡、全球氣候變化等研究領(lǐng)域都有重要的應(yīng)用價(jià)值。地表溫度同時也是眾多基礎(chǔ)學(xué)科和應(yīng)用領(lǐng)域的一個關(guān)鍵參數(shù)，掌握地表溫度的空間和時間變化情況，對于城市的發(fā)展和規(guī)劃、資源環(huán)境的變化分析等都有著非常重要的意義。

在熱紅外遙感技術(shù)普及以前，科研人員通常使用地面氣象站測量的方式來獲取地表溫度數(shù)據(jù)。自20 世紀(jì)60 年代起，遙感數(shù)據(jù)開始用于地表溫度的反演，國內(nèi)外學(xué)者針對不同衛(wèi)星的特點(diǎn)相繼提出了各種各樣的反演算法來提高地表溫度反演結(jié)果的精度，主要有輻射傳輸方程法[1]、單窗算法[2]、劈窗算法及多通道多角度算法等。

隨著對地觀測系統(tǒng)的發(fā)展，有很多數(shù)據(jù)源都可以被用來反演地表溫度。其中Landsat 系列衛(wèi)星是重要的地表溫度反演數(shù)據(jù)源之一，提供了非常豐富的熱紅外數(shù)據(jù)。本文選擇使用Landsat-8 衛(wèi)星的熱紅外遙感數(shù)據(jù)作為本次研究的數(shù)據(jù)源。選擇華南工業(yè)重鎮(zhèn)柳州市作為研究區(qū)域，進(jìn)行地表溫度變化遙感反演的研究。

1 研究區(qū)及數(shù)據(jù)源概況

1.1 研究區(qū)概況

柳州市地處華南，位于廣西壯族自治區(qū)北部，總面積約18 618 km2。柳江為境內(nèi)最大河流，市區(qū)地形平坦，略有起伏，氣候?qū)僦衼啛釒Ъ撅L(fēng)氣候。氣溫由南向北遞減，2018 年市區(qū)年平均氣溫為21.6 ℃，市區(qū)年總降水量1 260.7 mm。

1.2 數(shù)據(jù)來源

本文研究使用的遙感影像數(shù)據(jù)為Landsat-8 遙感影像數(shù)據(jù)，數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站和美國地質(zhì)勘探局。Landsat-8 衛(wèi)星擁有2 個傳感器，分別是陸地成像儀OLI 和熱紅外傳感器TIRS，OLI 傳感器可接收包括可見光、近紅外、短波紅外共9 個光譜波段，其空間分辨率為30 m；TIRS 傳感器設(shè)置了2 個熱紅外波段，空間分辨率為100 m[3]。

本文研究區(qū)域?yàn)榱菔?，故均選取行列號為125/42和125/43 的兩景影像。其中行列號為125/42 的影像選取了6 期；行列號為125/43 的影像選取了9 期，選取的影像均為經(jīng)過了地形校正的Level 1TP 級，具體的日期見表1。

表1 Landsat-8 行列號和日期

本次研究的氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)網(wǎng)（http：//data.cma.cn/）提供的0 cm 地溫?cái)?shù)據(jù)，其中柳州氣象站編號為59046，融安氣象站編號為57947。

2 地表溫度反演基本原理及研究方法

2.1 大氣校正法

大氣校正法又稱為輻射傳輸方程法，主要原理為根據(jù)實(shí)時大氣探測數(shù)據(jù)和大氣模型來評估大氣對于地表熱輻射的影響，并從傳感器觀測的熱輻射總量中去消除這一部分的大氣影響，從而得到真實(shí)的地表熱輻射強(qiáng)度，最后計(jì)算得出地表溫度。大氣校正法的表達(dá)式為

式中：I為傳感器上測得的熱輻射強(qiáng)度，W·m-2·sr-1·μm-1；ε為地表比輻射率；B（TS）是普朗克定律推導(dǎo)的黑體熱輻射強(qiáng)度，TS為地表真實(shí)溫度，K；I↑、I↓為大氣上行和下行熱輻射強(qiáng)度，W·m-2·sr-1·μm-1；τ 為大氣在熱紅外波段的透過率。則溫度為T的黑體在熱紅外波段的輻射亮度B（TS）為

TS可以通過普朗克公式獲取

對于TIRS Band10 數(shù)據(jù)，K1=774.89 W·m-2·sr-1·μm-1，K2=1 321.08 K。通過成像時間及中心緯度，在NASA 提供的大氣校正參數(shù)計(jì)算器中可以計(jì)算得到I↑、I↓和τ[4]。

2.2 溫度梯度劃分

由于遙感影像數(shù)據(jù)來源于不同的時間，所以天氣會有所不同，不能直接進(jìn)行比較。不過溫度的分布近似于正態(tài)分布，所以可以采取均值-標(biāo)準(zhǔn)差的方法以同一個標(biāo)準(zhǔn)將不同地表溫度反演結(jié)果劃分為不同的等級。這樣可以更直觀、清晰地對不同的數(shù)據(jù)進(jìn)行比較分析[5]。如表2 所示，將溫度劃分為5 個等級，按溫度從低到高分別是：低溫區(qū)、較低溫區(qū)、常溫區(qū)、較高溫區(qū)和高溫區(qū)。

表2 溫度梯度劃分標(biāo)準(zhǔn)

3 數(shù)據(jù)處理過程

3.1 數(shù)據(jù)預(yù)處理

在遙感影像數(shù)據(jù)下載完成后，首先對熱紅外遙感影像進(jìn)行輻射定標(biāo)處理。在ArcGIS 工具箱中選取輻射定標(biāo)工具，波段選擇熱紅外波段，定標(biāo)類型選擇輻射亮度值，然后執(zhí)行定標(biāo)得到Band10 輻射亮度數(shù)據(jù)。然后使用FLAASH 大氣校正模塊進(jìn)行大氣校正，得到Landsat-8 OLI 大氣校正結(jié)果。

3.2 地表溫度反演

3.2.1 地表比輻射率計(jì)算

在工具箱中選擇NDVI 工具，在文件輸入對話框中選取上一步完成的大氣校正結(jié)果，選擇NDVI 計(jì)算波段，Red：4，NearIR：5。輸出得到NDVI 文件。再在工具箱中選擇波段計(jì)算器，根據(jù)表達(dá)式

式中：b1 為NDVI 數(shù)據(jù)，計(jì)算后可以得出植被覆蓋度圖像。

在工具箱中選擇波段計(jì)算器，根據(jù)表達(dá)式

式中：b1 為植被覆蓋度圖像，計(jì)算后得到地表比輻射率圖像。

3.2.2 黑體輻射亮度與地表溫度計(jì)算

在NASA 提供的大氣校正參數(shù)計(jì)算器網(wǎng)站（http：//atmcorr.gsfc.nasa.gov）得到大氣在熱紅外波段的通過率、大氣向上輻射亮度和大氣向下輻射亮度[6]。然后根據(jù)公式（2）在波段計(jì)算器中計(jì)算得出同溫度下的黑體輻射亮度圖像。再根據(jù)公式（3）在波段計(jì)算器中計(jì)算得出地表溫度圖像。

最后將地表溫度圖像進(jìn)行鑲嵌并按照柳州市行政區(qū)劃矢量圖裁剪，得到柳州地區(qū)的地表溫度反演結(jié)果。

3.3 反演結(jié)果驗(yàn)證

本次研究所采用的遙感影像數(shù)據(jù)獲取時間均為格林威治標(biāo)準(zhǔn)時間3 時10 分左右，對應(yīng)到研究區(qū)當(dāng)?shù)貢r間應(yīng)該是中午11 時10 分左右，正處于地表溫度升溫期。選取研究區(qū)內(nèi)柳州和融安2 個氣象站0 cm 地表溫度日平均溫度與大氣校正法地表溫度反演結(jié)果進(jìn)行比較，溫度反演結(jié)果與柳州氣象站相比溫度差值最大為1.5 ℃，最小差值為0.1 ℃，均方根誤差是0.8；與融安氣象站相比溫度差值最大為1.6 ℃，最小為0.1 ℃，均方根誤差是0.8。各項(xiàng)差值均在正常范圍以內(nèi)，溫度反演結(jié)果合理，有一定的參考價(jià)值。

4 實(shí)驗(yàn)結(jié)果分析

4.1 地表溫度年度變化分析

按照均值-標(biāo)準(zhǔn)差法將反演結(jié)果的溫度以梯度劃分。2013 年、2015 年到2019 年遙感溫度反演結(jié)果的平均值分別為18.7、24.5、26.2、24.6、24.1 和30.2 ℃，標(biāo)準(zhǔn)差分別為1.9、2.7、3.9、3.3、2.0 和2.9 ℃。

圖1 展示了從2013 年到2019 年柳州市各溫度區(qū)間的面積變化情況。從圖中可以看出，這幾年中對于高溫區(qū)面積而言，從2013 年的264.7 km2提高到2015 年的371.2km2，增長了約107km2，2016 年下降到189.5km2，隨后一直升高，到2019 年高溫區(qū)面積達(dá)到了425.7 km2；較高溫區(qū)面積從2013 年的高點(diǎn)2 978.1 km2到2016年較高溫區(qū)面積顯著下降了約824 km2，2016 年到達(dá)最低點(diǎn)2 153.7 km2后較高溫區(qū)面積略有上升，在2019 年回到接近2015 年的水平，約2 224.7 km2。從2013 年到2015 年低溫區(qū)面積從468.1 km2減少到338.5 km2，隨后低溫區(qū)面積一直增長，在2018 年達(dá)到了約559.7 km2，到2019 年回落到406.8 km2；2013年到2016 年較低溫區(qū)面積減少了約804 km2，在2016年達(dá)到最低點(diǎn)1 356.5 km2后到2018 年有一個反彈上升趨勢，增長了約642 km2，在2019 年較低溫區(qū)面積下降到1 728.0 km2，接近2015 年的面積。高溫、較高溫區(qū)面積的減少和低溫、較低溫區(qū)面積的上升也從側(cè)面顯示出生態(tài)環(huán)境修復(fù)取得了顯著成效。

圖1 2013—2019 年柳州市各溫區(qū)面積變化圖

圖2 顯示了從2013 年到2019 年的地表溫度等級的分布情況，從圖中可以看出近些年來地表溫度區(qū)域的空間分布變化。在圖中可以明顯看出，柳州市存在高溫區(qū)非常集中現(xiàn)象，其高溫、較高溫區(qū)域分布與城市建成區(qū)域存在高度重合。高溫區(qū)域主要分布在柳江兩岸，尤其是商業(yè)和住宅集中的“U”形城中區(qū)域，另外在柳江、河西、柳北及陽江的工業(yè)園集群和柳州白蓮機(jī)場都形成了幾個高溫中心。2013 年的影像獲取時間由于是在冬季，城區(qū)西部的農(nóng)田和山石地植被消失地表裸露在外，所以會出現(xiàn)少許較高溫區(qū)域，但是其他影像獲取時間都在秋季，地表有植被覆蓋因此沒有形成顯著的較高溫區(qū)域。2015 年以后沿洛清江形成了雒容鎮(zhèn)-鹿寨鎮(zhèn)-寨沙鎮(zhèn)的強(qiáng)高溫帶，除此以外，各個轄區(qū)的中心鎮(zhèn)也開始形成較高溫區(qū)為主的區(qū)域。

4.2 市區(qū)地表溫度隨季節(jié)變化分析

本次研究地表溫度隨季節(jié)變化的研究區(qū)為柳州市主城區(qū)。根據(jù)四季溫度變化的反演結(jié)果，可以得出夏季溫度明顯高于其他季節(jié)，其中建筑密集的區(qū)域溫度高于其他建筑稀少地區(qū)；春季和冬季非建筑密集的區(qū)域溫差不大，但是春季建筑密集區(qū)域的整體地表溫度要高于冬季；秋季地表溫度要高于春、冬兩季，但是低于夏季。

在去除異常值后對各個季節(jié)溫度相關(guān)指標(biāo)進(jìn)行統(tǒng)計(jì)，從地表平均溫度來看，夏季平均溫度最高為34.0 ℃，秋季其次為25.2 ℃，春季為20.5 ℃排第三，冬季平均溫度最低為17.9 ℃；從最大值來看，夏季的最高溫57.5 ℃為4 個季度中最高，春季和秋季近似，冬季最低為36.7 ℃；從最小值來看，夏季最高有22.0 ℃，其他3 個季節(jié)均低于10 ℃，春季甚至低于0 ℃，得出的結(jié)論與常識相符。

圖3 是根據(jù)市區(qū)影像反演結(jié)果按均值-標(biāo)準(zhǔn)差法將溫度按梯度劃分后的影像圖。從圖中可以看出，柳州市一年四季都存在明顯的高溫集中區(qū)域，且冬、春兩季范圍小，夏、秋兩季范圍大。夏季和秋季的高溫區(qū)主要集中在柳江附近的商業(yè)住宅區(qū)和工業(yè)區(qū)，低溫區(qū)集中在西南方向和東部的丘陵地區(qū)。冬季的高溫區(qū)明顯減少，商業(yè)住宅區(qū)的高溫顯著減弱，高溫區(qū)主要在工業(yè)區(qū)，較高溫區(qū)向南部轉(zhuǎn)移，原因是該區(qū)域有大量耕地植被覆蓋在冬季會減少，低溫區(qū)集中在城市西部的丘陵區(qū)域。春季高溫區(qū)大量向城市南部轉(zhuǎn)移，南部耕地和山石裸露區(qū)域地表溫度顯著高于城市其他地方，低溫區(qū)和較低溫區(qū)集中在城市西部。

圖3 柳州市城區(qū)不同季節(jié)溫度等級分布圖

5 結(jié)束語

本文以Landsat-8 衛(wèi)星作為數(shù)據(jù)源，利用基于輻射傳輸方程的大氣校正法對柳州市2013 年到2019 年共9 個時相的遙感影像數(shù)據(jù)進(jìn)行反演。通過統(tǒng)計(jì)不同等級地表溫度面積的變化及使用目視判讀各溫區(qū)分布的方法分析了柳州市地表溫度的時空分布特征。最后得出的主要結(jié)論如下：

1）柳州市的地表溫度主要以常溫區(qū)為主，較高溫和高溫區(qū)主要出現(xiàn)在城鎮(zhèn)人口和建筑密集區(qū)域，較低溫和低溫主要出現(xiàn)在水域或者海拔較高的山區(qū)。統(tǒng)計(jì)不同溫度等級的面積大小，溫度等級面積呈正態(tài)分布，常溫區(qū)面積最大，各區(qū)面積由常溫向極端溫度遞減。從2013 年到2016 年較高溫區(qū)和較低溫區(qū)面積都有所下降，分別下降了約824、804 km2，低溫區(qū)和高溫區(qū)面積大致不變；從2016 年到2018 年較低溫區(qū)和較高溫區(qū)面積開始反彈升高，分別增長了642、102 km2，低溫區(qū)和高溫區(qū)面積分別增加了約138、139 km2，常溫區(qū)面積減少了約1 020 km2；從2018 到2019 年高溫區(qū)面積繼續(xù)增大至426 km2，較高溫區(qū)面積基本不變，維持在2 200 km2左右，低溫區(qū)面積縮小了153 km2，較低溫區(qū)面積減少了約270 km2。

2）柳州市城區(qū)的高溫集中區(qū)域普遍分布在人口活躍、密集的商業(yè)居民區(qū)和工業(yè)園區(qū)，說明地表溫度與人類活動密切相關(guān)，并且在夏、秋兩季會出現(xiàn)明顯的高溫集中區(qū)域，冬、春兩季高溫區(qū)域明顯減小且向城市南部耕地、山石地區(qū)轉(zhuǎn)移。